读者提供的主题配图。 企业上线客服智能体前，内部测试往往很顺：知识库有售后政策，测试人员问预想中的问题，模型查资料、调用工具、给出答复。上线后，客户可能同时要退款、改地址和查账单；同一个订单号牵连两个历史账户；外部工具超时，智能体却以为操作成功；也有人故意拼接提示语，诱它越权看别人的信息。最怕的故障，测试样例里常常没有。11月11日，美国初创公司Plurai宣布获得1300万美元种子融资，并向所有
读者提供的主题配图。 2026年11月11日，Google在官方开发者博客发布Gemini Decisions API。名字听着像又一个模型接口，但它要做的并不是生成一段漂亮回答，而是迅速完成一批有明确选项的判断。开发者传入文本、图像、音频、视频或PDF，附上问题和候选答案，接口返回相应概率与置信度。按Google公布的规格，一批请求最多包含一千个独立问题，单次输入最高256K词元；厂商测试中的端
配图为概念示意。 从一个聪明的回答，变成一套可以完成任务的系统 把一项复杂软件迁移交给工程师，他要先读文档、理解接口、识别风险、安排顺序，然后在每次修改后跑测试，处理异常并整理交付。把同样的需求直接交给聊天模型，得到的往往是思路完整的回答，与生产环境里的可用成果仍有距离。11月10日，Google公布Gemini 4 Carbon面向开发者、企业、科学研究者和消费者开放，把重点放在长周期任务、复杂
配图为概念示意。 软件安全，终于开始追问机器真正执行了什么 一款通讯软件每天处理大量私人消息，人们相信它的加密协议，却很难看见协议之下的实现究竟经历过多少次编译、优化和版本迁移。密码学论文证明的是理想模型中的性质，安全团队审计的是源代码，真正运行在设备上的则是一串机器指令。这几层之间只要出现偏差，严谨的理论也可能被工程细节拖累。11月10日，Google DeepMind公布AlphaProof
配图为概念示意。 生成式图像模型最初让人惊喜的是“从无到有”：输入几句文字，屏幕上就出现一张精美的画。到了今天，企业设计师面对的难题已经不是第一张图能否生成，而是客户提出第十三次修改时，模型能否只换掉指定的物品、保留已经确定的布局，背景、人物和品牌元素还能不能保持稳定。11月9日，字节跳动Seed团队发布Seedream 5.5，突出三项变化：多轮局部编辑对未修改区域的保持、原生透明背景RGBA素
配图为概念示意。 一年前讨论人工智能基础设施，人们最容易记住的数字往往是显卡数量、训练集群的峰值浮点性能，或者某个模型拥有多少参数。到2026年11月9日，谷歌发布新一代TPU 8tx与TPU 8i Max时，叙事明显发生了变化：新系统首先强调机密计算、超长上下文、推理延迟、内存带宽与机柜密度。谷歌没有把这次发布说成换了一颗性能更大的芯片，而是将同一代芯片重新组合成面向不同工作负载的计算系统。对已
配图为概念示意。 2026年11月9日 视频模型演示最容易展示的是成片，部署时首先撞上的却是显存、下载量、推理等待和音画对齐。Video Rebirth近期在GitHub与Hugging Face开放的HyperFlow H3 Flash，给了开发者一套可以动手测的方案：将MiniMax-H3约310亿参数的视频音频生成主干压缩至约137亿或139亿参数，提供4、6、8步采样、INT8与GGUF权
配图为概念示意。 2026年11月9日 大型模型公司的采购清单，已经从GPU、HBM延伸到燃气发电机组。2026年11月8日，《金融时报》披露，Anthropic通过价值约34亿美元的安排，取得了1.7吉瓦重型燃气发电设备订单及相关工程安装能力。对于以Claude为主要产品的企业，这笔交易指向一个具体问题：计算设备到了机房，电却未必能按同样速度接进来。 据报道，订单来自得克萨斯州的OnePWR S
配图为概念示意。 2026年11月8日 从一条暗网告警开始，安全运营中心如何变成多智能体流水线 企业安全运营人员的一天经常从大量看似紧急、实际重复的告警开始。支付卡信息疑似泄露、异常身份登录、供应商API出现新的风险评分，系统不断把事件推到工单队列；分析人员需要查询来源、确认是否为真实客户、对比历史记录、判断处置优先级，再决定是否上报或采取动作。面对海量噪声，最耗时的工作往往并非破解高难攻击，而是
配图为概念示意，并非百度实验室历史现场照片。 从加州理工、普林斯顿的神经科学实验室，到百度硅谷AI实验室，再到OpenAI与Anthropic——大模型时代一个重要的技术信念，是怎样在语音识别项目里逐渐形成的。 今天提起达里奥·阿莫迪（Dario Amodei），许多人首先想到的是Anthropic、Claude，以及他对人工智能能力增长和安全风险的判断。把时间往回拨十多年，画面却有些出人意料。2
配图为概念示意，人物与屏幕均为生成画面。 双向链接、知识图谱、数据库、AI 搜索……知识管理软件越来越复杂。Karpathy 却让 AI 持续维护一个 Markdown 知识库。问题随之而来：我们究竟是在管理知识，还是在管理知识管理软件？ 如果要为近些年的知识管理软件写一部发展史，大概也是一部功能不断膨胀的历史。从最初的笔记本、标签、文件夹，到双向链接、块引用、关系型数据库、知识图谱，再到今天几乎
配图为概念示意。 2026年11月8日 那个早已关闭的缺陷，为什么又被AI工程师翻了出来 一位工程师请编码智能体定位当前模块的异常，智能体开始浏览文件、阅读调用链、搜集测试记录。代码里留下的一句TODO(bug/...)原本只是多年前一位开发者给同事的提醒，当时对应的问题已修复，工单也已经关闭。人类工程师看见这种注释，往往扫一眼就跳过去；模型却很容易把它纳入当前计划，沿着缺陷编号查资料、翻历史提交
配图为概念示意。 2026年11月7日 模型设计出候选分子只是药物研发的开头。更漫长、昂贵的工作接着发生：合成化合物、做实验、确定活性、毒性、代谢性质，再决定是继续优化还是及时放弃。11月6日，美国公司Inductive公布OpenADMET CYP Direct Inhibition Blind Challenge成绩，旗下Beacon预测模型在超过270支符合资格的团队中获得第一。此次任务涉及
配图为概念示意。 2026年11月7日 11月5日，Thinking Machines Lab公开Inkling 2 Small：5940亿总参数，每个Token约170亿参数参与计算。这两个数字很醒目，但交付路径更能说明它想做什么。公司先把模型放入Tinker平台供开发者测试、微调和推理，完整权重计划在外部安全测试结束后开放，并预告采用Apache 2.0许可。Thinking Machines
2026年11月5日，日本Preferred Networks（PFN）开放PLaMo 3 Translate模型权重，并发布技术博客。模型有0.8B、2B、8B、31B四档，支持53种语言；PFN演示了最小版本在开启飞行模式的手机上翻译。[1][2] 从训练数据到推理格式，团队围绕翻译这件具体的事安排模型大小与交付方式。市场若只按参数量挑选产品，可能错过更省算力、也更适合本地使用的方案。 配图为
2026年11月5日，OpenAI发布面向授权安全研究的GPT‑6 Cyber及系统卡。在ExploitGym评测中，该模型得分48.5%，上一代GPT‑5.6 Cyber为32.1%。OpenAI还披露，研究人员借助模型在Firefox中发现81个此前未知的高严重性漏洞，并围绕Linux内核开展了大量可复现的安全验证。[1][2] 这些数字引人注目，安全团队更关心的是另一件事：模型能否把一个可疑
2026年11月5日 配图为概念示意。 一、五亿美元，买的究竟是什么 11月4日，美国销售自动化公司Nooks宣布，获得General Catalyst旗下Customer Value Fund提供的5亿美元增长资金承诺，同时发布Revenue Agent Platform及名为Node的销售个人助手。这笔增长资金承诺与典型股权轮融资不同：基金支持Nooks扩大销售与市场投入，并从这些支出所带来的
2026年11月5日 配图为概念示意。 一、AI终于要接管屏幕上的“最后一公里” 在办公室用AI助手修改报告，常会遇到这样的情况：模型能把一份报告的修改意见说得头头是道，接下来还得由人打开原始文件，逐个调整表格、插入图形、切换系统，再把结果复制回对话窗口。找按钮、辨认当前状态、跨页面核对、保存和提交，仍要由人完成。11月4日腾讯发布混元Hy4正式版，将视觉理解与计算机操作同时纳入模型能力：既能读图
——从CrowdStrike拟收购Fiddler AI、Dreadnode，看智能体安全的新产业链 企业里的AI正在发生角色转换。前两年，员工问模型一条问题，最多得到一段错误答案；如今，越来越多的智能体拿着真实系统的访问凭据，读取客户信息，调用财务和办公接口，修改代码、启动自动化测试，甚至替人处理一条完整业务流程。问题随之落在操作结果上：模型写错一句话，通常还能在发送之前改掉；已经调用工具完成的错
——从30项任务、39%的推理成本下降，谈智能体软件的新资产：可复用策略 一个程序员解决复杂问题时，往往不会每次都从头开始。遇到数据库性能下降，他会先检查慢查询与执行计划；处理跨模块故障，会画出依赖链和调用路径；准备发布新版本，则按已有的测试、灰度和回滚程序逐项完成。这些流程来自团队多次失败与复盘。大模型智能体的现状却有些反常：模型可以写出长篇计划，也能一口气调用几十个工具，但换一个任务，它经常重